俄罗斯搜索引擎 Yandex 发布了名为 Yambda 的大型音乐推荐系统开源数据集，其中包含近 48 亿条匿名用户交互数据。该数据集源于 Yandex Music 平台，收集了近 2800 万月度用户在十个月内的行为数据，涵盖用户与 939 万首歌曲的交互反馈。Yambda 数据集以三种不同规模（5B、500M、50M）提供，方便开发者根据需求下载使用。数据集主要用于研究和开发 AI 音乐推荐功能，为开发者提供了宝贵的资源，推动音乐推荐技术的发展。

🎧 Yambda 数据集由 Yandex 收集，包含了近 2800 万 Yandex Music 月度用户的交互数据，时间跨度为十个月。

🎵 数据集中记录了用户与 939 万首歌曲的 47.9 亿次交互，包括听众对歌曲的喜好反馈，所有交互均带有时间戳。

💾 Yambda 数据集提供三种不同规模的版本：Yambda-5B（100 万用户行为）、Yambda-500M（10 万用户）和 Yambda-50M（1 万用户）。

💡 数据集以 Apache Parquet 格式存储，可用于研究或开发 AI 音乐推荐功能，类似于 Spotify 等流媒体服务。

🔒 Spotify 和 Tidal 等流媒体服务通常不会公开其音乐推荐算法的代码或模型，将其视为商业机密。

IT之家 5 月 30 日消息，俄罗斯搜索引擎巨头 Yandex 昨日发布了世界上最大的音乐推荐系统开源数据集 Yambda，包含 47.9 亿条匿名用户的交互数据，旨在帮助开发者创建智能音乐服务。

Yandex 在十个月内收集了近 2800 万 Yandex Music 月度用户的数据，具体为用户与 939 万首歌曲的 47.9 亿次交互，数据集包括听众对歌曲好恶的关键反馈，所有交互都带有时间戳以提高准确度。

Yambda 在 Hugging Face 提供三种大小的数据集供自由下载：Yambda-5B（来自 100 万名用户的行为）、Yambda-500M（10 万用户）和 Yambda-50M（1 万用户）。其中规模最大的 5B 数据集至少需要 85 GB 存储空间。

数据集包含音乐听众的偏好信息，以 Apache Parquet 格式存储，可用作研究用途或开发类似 Spotify 等流媒体服务提供的 AI 音乐推荐功能。

据IT之家了解，Spotify 和 Tidal 等流媒体服务通常不会发布其音乐推荐算法的代码或模型，因为推荐听众喜爱歌曲的能力被视为其成功的商业秘密。